NeuroChat:用于定制学习体验的神经自适应人工智能聊天机器人

脑机接口(BCI)与神经反馈大语言模型(LLM)的人机协作智能辅导系统与学习分析大学教授与研究人员儿童教育工作者

生成式人工智能正在通过实现个性化、按需学习体验来重塑教育。然而,当前的人工智能系统缺乏对学习者认知状态的意识,限制了其适应性。同时,基于脑电图(EEG)的神经自适应系统已显示出通过实时生理反馈增强参与度的前景。本文介绍了NeuroChat,这是一种神经自适应人工智能导师,将基于实时EEG的参与度跟踪与大型语言模型集成,以调整其对话响应。通过持续监测学习者的认知参与度,NeuroChat在闭环交互中动态调整内容复杂度、语调和响应风格。在一项被试内研究(n=24)中,NeuroChat与非自适应聊天机器人相比,显著提高了基于EEG和自我报告的参与度。然而,在短期学习结果方面没有观察到显著差异。这些发现证明了实时大脑-人工智能交互在教育中的可行性,并强调了在未来神经自适应系统中更深度个性化、更长期适应和更丰富学习评估的机会。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/cui/204403/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3719160.3736623
一眼看懂

论文快照

fact_check
dataset
来源
CUI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
脑机接口(BCI)与神经反馈、大语言模型(LLM)的人机协作、智能辅导系统与学习分析
work
职业/产业
大学教授与研究人员、儿童教育工作者
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文